一种建筑暖通空调节能优化方法及系统与流程

1.本技术涉及空调节能技术领域，特别是涉及一种建筑暖通空调节能优化方法及系统。


背景技术：

2.建筑暖通空调系统多用于建筑内部温度和湿度调节，以确保室内环境舒适。该系统一般由冷/热源、输配和末端温/湿度调节几个主要部分组成，通常用水作为能量传递媒介，其中：冷/热源部分负责产生冷/热量，输配部分负责将冷/热量输送和分配至末端房间，末端温/湿度调节部分负责通过热交换方式，将获得的冷/热量与末端房间空气进行热交换，确保房间内部的温度和湿度调节到设定值，以获得舒适的工作和生活环境。现有的暖通空调系统冷/热量(以下简称为能量)传递是由出水和回水管路实现的。通过对出水、回水、出/回水温差和末端压力等物理参数进行监测，自动调整冷/热源机组、输配系统的工况，确定能量产生和输配的数量，末端房间则通过温度/湿度调节装置，控制房间空气和管道冷/热水的热交换过程，使房间温度和湿度控制在设定范围之内。
3.但是，现有的建筑暖通空调系统在使用时主要存在以下问题：
4.第一，现有的技术主要是通过测量能量输送管路的供回水温度或温差等方法来解决，由于水流从出水到末端房间，再回水至机组，需要一段时间，数据上存在一定的延迟，造成能量末端应用的动态变化，不能及时的反馈到能量供给设备上，造成能量供给和能量使用上的失衡；
5.第二，现有的建筑暖通系统将冷/热源产生的能量，通过主供水管路输送系统到末端用能区域，经过分水阀门后，到底各个用能分区。通常，各个区域能量的分配比例是在工程设计时，根据区域的特性确定的，工程调试时，也是一次性调整到位。这种方法在使用中存在的问题是：区域能量分配比例与应用实际情况很难匹配，更难以适应各个区域动态变化的能量需求，导致能量分配不合理，造成某些区域能量不足，某些区域能量过剩；或者，为了满足能量不足区域的用能，不得不加大能量供应，造成原本能量过剩的区域更加过剩，导致能量大量浪费；
6.第三，现有的末端温度调节技术是通过安装在房间内各式温控器或者类似的温度调节装置实现的，这些设备通常是独立使用的，容易造成温度设置点过低或者过高，从而造成能量的过度消耗，产生浪费；
7.第四，现有技术对末端能量需求的方法是根据建筑的特性、地区气候随时间的变化、室内的温度变化等指标，建立数学模型，并据此推算建筑各个区域、空间的用能需求。由于不同建筑的特性、气候变化、使用过程等因素的不确定性，以及建立数学模型的过程中未必能考虑到所有有关的因素，因此，采用这个方法建立的数学模型的误差势必会相当大，据此做出的预测也会不准确。


技术实现要素：

8.基于此，针对上述技术问题，提供一种建筑暖通空调节能优化方法及系统。能够解决现有建筑暖通空调能量供给和能量使用失衡、导致能量大量浪费的问题。
9.第一方面，一种建筑暖通空调节能优化方法，所述方法包括：
10.针对每个所述目标供能区域，获取所述目标供能区域的实际温度和预设温度，以及所述目标供能区域对应的平衡阀的用能数据；
11.根据所述实际温度、所述预设温度和所述用能数据，确定每个所述目标供能区域的用能需求预测值；
12.获取暖通空调机组的n个空调中每个所述空调的运行数据；
13.根据m个所述用能需求预测值和n个所述空调的运行数据，确定所述暖通空调机组的最优组合运行方案；
14.根据所述暖通空调机组的最优组合运行方案，控制所述暖通空调机组向输送系统供能；
15.获取所述输送系统的p个输送管道中每个所述输送管道的运行数据；
16.根据m个所述用能需求预测值和p个所述输送管道的运行数据，确定所述输送系统的最优组合运行方案；
17.根据所述输送系统的最优组合运行方案，控制所述输送系统向m个所述目标供能区域供能；
18.其中，m、n和p均为正整数。
19.上述方案中，进一步可选的，每个所述目标供能区域均设置有温度控制器和温度传感器；
20.所述针对每个所述目标供能区域，获取所述目标供能区域的实际温度和预设温度，以及所述目标供能区域对应的平衡阀的用能数据，包括：
21.针对每个所述目标供能区域，按照预设时间间隔获取所述目标供能区域对应的温度传感器采集到的实际温度、所述目标供能区域对应的温度控制器的预设温度，以及所述目标供能区域对应的平衡阀的用能数据。
22.上述方案中，进一步可选的，所述根据所述实际温度、所述预设温度和所述用能数据，确定每个所述目标供能区域的用能需求预测值，包括：
23.根据所述实际温度t和所述预设温度ts，确定所述目标供能区域的温度差值δt；
24.根据所述温度差值δt和所述预设时间间隔δt，计算所述目标供能区域的温度变化率tr；
25.根据所述温度变化率tr，确定所述目标供能区域的供能需求。
26.上述方案中，进一步可选的，在所述目标供能区域的供能需求为制冷需求的情况下，确定所述目标供能区域的正常温度波动率控制范围t
v01
；
27.根据所述温度变化率tr和所述正常温度波动率控制范围t
v01
，确定所述目标供能区域的温度下降率t
v1
；
28.在所述实际温度t大于所述预设温度ts，且所述温度下降率t
v1
大于或等于温度下降率参数t
vs1
的情况下，所述目标供能区域的用能需求预测值为第一能量值；
29.在所述实际温度t大于所述预设温度ts，且所述温度下降率t
v1
小于所述温度下降
率参数t
vs1
的情况下，所述目标供能区域的用能需求预测值为第二能量值；
30.在所述实际温度t等于所述预设温度ts的情况下，所述目标供能区域的用能需求预测值为第一能量值；
31.在所述实际温度t小于所述预设温度ts，且所述温度下降率t
v1
大于或等于所述温度下降率参数t
vs1
的情况下，所述目标供能区域的用能需求预测值为第一能量值；
32.在所述实际温度t小于所述预设温度ts，且所述温度下降率t
v1
小于所述温度下降率参数t
vs1
的情况下，所述目标供能区域的用能需求预测值为第三能量值；
33.其中，所述第一能量值为上一阶段所述目标供能区域的用能数据对应的能量值δea1；
34.所述第二能量值为第一能量增量值eac1与上一阶段所述目标供能区域的用能数据对应的能量值δea1之和，第一能量增量值eac1＝(1+δt
×
5％)
×
δea1；
35.所述第三能量值为第二能量增量值eac2与上一阶段所述目标供能区域的用能数据对应的能量值δea1之和，第二能量增量值eac2＝(1+δt
×
2.5％)
×
δea。
36.上述方案中，进一步可选的，所述方法还包括：在所述目标供能区域的供能需求为制热需求的情况下，确定所述目标供能区域的正常温度波动率控制范围t
v02
；
37.根据所述温度变化率tr和所述正常温度波动率控制范围t
v02
，确定所述目标供能区域的温度上升率t
v2
；
38.在所述实际温度t小于所述预设温度ts，且所述温度上升率t
v2
大于或等于温度上升率参数t
vs2
的情况下，所述目标供能区域的用能需求预测值为第四能量值；
39.在所述实际温度t小于所述预设温度ts，且所述温度上升率t
v2
小于所述温度上升率参数t
vs2
的情况下，所述目标供能区域的用能需求预测值为第五能量值；
40.在所述实际温度t等于所述预设温度ts的情况下，所述目标供能区域的用能需求预测值为第四能量值；
41.在所述实际温度t大于所述预设温度ts，且所述温度上升率t
v2
大于或等于所述温度上升率参数t
vs2
的情况下，所述目标供能区域的用能需求预测值为第六能量值；
42.在所述实际温度t大于所述预设温度ts，且所述温度上升率t
v2
小于所述温度上升率参数t
vs2
的情况下，所述目标供能区域的用能需求预测值为第四能量值；
43.其中，所述第四能量值为上一阶段所述目标供能区域的用能数据对应的能量值δea2；
44.所述第五能量值为第三能量增量值eac3与上一阶段所述目标供能区域的用能数据对应的能量值δea2之和，第三能量增量值eac3＝(1+δt
×
5％)
×
δea2；
45.所述第六能量值为第四能量增量值eac4与上一阶段所述目标供能区域的用能数据对应的能量值δea2之和，第四能量增量值eac4＝(1+δt
×
2.5％)
×
δea2。
46.上述方案中，进一步可选的，所述获取暖通空调机组的n个空调中每个所述空调的运行数据，包括；
47.针对每个所述空调，根据所述空调对应的空调能效比预测模型，确定每个所述空调的最优能效比、最优负荷率、最经济能效比和最经济负荷率。
48.上述方案中，进一步可选的，所述根据m个所述用能需求预测值和n个所述空调的运行数据，确定所述暖通空调机组的最优组合运行方案，包括：
49.在n个所述空调中任意两个所述空调的实际功率差值均小于第一预设功率差值的情况下，根据m个所述用能需求预测值以及n个所述空调的最优输出排序，确定所述暖通空调机组的n个所述空调的最优组合运行方案；
50.在n个所述空调中存在任意两个所述空调的实际功率差值大于或等于第一预设功率差值的情况下，计算n个所述空调的功率比率值；
51.根据n个所述空调的功率比率值，将n个所述空调的功率比率值按照降序排列，得到空调功率比率排序；
52.根据所述空调功率比率排序，确定所述暖通空调机组的n个所述空调的最优组合运行方案。
53.上述方案中，进一步可选的，所述获取所述输送系统的p个输送管道中每个所述输送管道的运行数据，包括：
54.针对每个所述输送管道，根据所述输送管道对应的输送管道能效比预测模型，确定每个所述输送管道的能效比；
55.根据每个所述输送管道的能效比，确定每个所述输送管道的功率和最大输出水流量。
56.上述方案中，进一步可选的，所述根据m个所述用能需求预测值和p个所述输送管道的运行数据，确定所述输送系统的最优组合运行方案，包括：
57.根据m个所述用能需求预测值，确定m个所述目标供能区域的总需求流量；
58.在p个所述输送管道中任意两个所述输送管道的功率差值均小于第二预设功率差值的情况下，确定每个所述输送管道的变频率；
59.根据p个所述输送管道的变频率，确定所述输送系统的n个所述输送管道的最优组合运行方案；
60.在p个所述输送管道中存在任意两个所述输送管道的功率差值大于或等于第二预设功率差值的情况下，确定每个所述输送管道的输送比率值；
61.根据p个所述输送管道的输送比率值，确定所述输送系统的p个所述输送管道的最优组合运行方案。
62.第二方面，一种建筑暖通空调节能优化系统，所述系统包括：
63.第一获取模块，用于针对每个所述目标供能区域，获取所述目标供能区域的实际温度和预设温度，以及所述目标供能区域对应的平衡阀的用能数据；
64.第一确定模块，用于根据所述实际温度、所述预设温度和所述用能数据，确定每个所述目标供能区域的用能需求预测值；
65.第二获取模块，用于获取暖通空调机组的n个空调中每个所述空调的运行数据；
66.第二确定模块，用于根据m个所述用能需求预测值和n个所述空调的运行数据，确定所述暖通空调机组的最优组合运行方案；
67.第一控制模块，用于根据所述暖通空调机组的最优组合运行方案，控制所述暖通空调机组向输送系统供能；
68.第三获取模块，用于获取所述输送系统的p个输送管道中每个所述输送管道的运行数据；
69.第三确定模块，用于根据m个所述用能需求预测值和p个所述输送管道的运行数
据，确定所述输送系统的最优组合运行方案；
70.第二控制模块，用于根据所述输送系统的最优组合运行方案，控制所述输送系统向m个所述目标供能区域供能；其中，m、n和p均为正整数。
71.本发明至少具有以下有益效果：
72.(1)本发明通过安装在各个目标供能区域内联网的温度控制器和安装在各个输送管道上的智慧能量平衡阀，获得目标供能区域内的实时温度和输送管道实时能量动态数据，基于这些数据，可以比较准确的预测未来时段的能量需求数值，并立即发送至能量生产的机组，从而实现能量供给和能量使用上的平衡。
73.(2)本发明通过安装智慧能量平衡阀，根据算法对各个区域未来时段用能的预测，并将用能数值下发到安装在各个输送管道上的智慧能量平衡阀，由平衡阀自动动态的调整该目标供能区域的能量输送量，既满足了各个目标供能区域的用能需求，同时也兼顾了节能。
74.(3)本发明通过安装在目标供能区域内部的各种联网方式的温度控制器，可以将各个目标供能区域的温度值设定在合理的温度范围之内，既确保舒适环境，也减少了能量浪费，从而实现了节能。
75.(4)本发明根据建筑实际用能数据，以及各个末端区域的实际运行温/湿度数据，对未来时段的用能需求进行预测，这种基于实际运行动态数据的预测方法，更容易接近实际情况，并提升预测的准确度。
附图说明
76.图1为本发明一个实施例提供的建筑暖通空调节能优化方法的流程示意图；
77.图2为本发明一个实施例提供的建筑暖通空调节能优化方法的框架流程示意图；
78.图3为本发明一个实施例提供的建筑暖通空调节能优化方法的具体流程示意图；
79.图4为本发明一个实施例提供的建筑暖通空调节能优化方法算法服务器内部数据分析的流程示意图；
80.图5为本发明一个实施例提供的建筑暖通空调节能优化方法确定下阶段能量预测值的流程示意图；
81.图6为本发明一个实施例提供的建筑暖通空调节能优化方法的算法服务器给出机组的最优运行方案的流程示意图；
82.图7为本发明一个实施例提供的建筑暖通空调节能优化方法建立空调能效比预测模型流程示意图；
83.图8为本发明一个实施例提供的建筑暖通空调节能优化方法中算法服务器给出输送系统的最优运行方案的流程示意图；
84.图9为一个实施例中计算机设备的内部结构图。
具体实施方式
85.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
86.在一个实施例中，如图1所示，提供了建筑暖通空调节能优化方法，包括以下步骤：
87.针对每个所述目标供能区域，获取所述目标供能区域的实际温度和预设温度，以及所述目标供能区域对应的平衡阀的用能数据；
88.根据所述实际温度、所述预设温度和所述用能数据，确定每个所述目标供能区域的用能需求预测值；
89.获取暖通空调机组的n个空调中每个所述空调的运行数据；
90.根据m个所述用能需求预测值和n个所述空调的运行数据，确定所述暖通空调机组的最优组合运行方案；
91.其中，所述根据m个所述用能需求预测值和n个所述空调的运行数据，确定所述暖通空调机组的最优组合运行方案，具体为：根据m个所述用能需求预测值的和值及n个所述空调的运行数据，确定所述暖通空调机组的最优组合运行方案。
92.根据所述暖通空调机组的最优组合运行方案，控制所述暖通空调机组向输送系统供能；
93.获取所述输送系统的p个输送管道中每个所述输送管道的运行数据；
94.根据m个所述用能需求预测值和p个所述输送管道的运行数据，确定所述输送系统的最优组合运行方案；
95.其中，根据m个所述用能需求预测值和p个所述输送管道的运行数据，确定所述输送系统的最优组合运行方案，具体为：根据m个所述用能需求预测值中的每个用能需求预测值和p个所述输送管道的运行数据，确定所述输送系统的最优组合运行方案。
96.根据所述输送系统的最优组合运行方案，控制所述输送系统向m个所述目标供能区域供能；
97.其中，m、n和p均为正整数。
98.本发明通过安装在各个目标供能区域内联网的温度控制器和安装在各个输送管道上的智慧能量平衡阀，获得目标供能区域内的实时温度和输送管道实时能量动态数据，基于这些数据，可以比较准确的预测未来时段的能量需求数值，并立即发送至能量生产的机组，从而实现能量供给和能量使用上的平衡。
99.在一个实施例中，如图2所示，本发明涉及的建筑暖通空调系统有由冷/热源机组、输送系统、智慧能量平衡阀、用能区域和算法服务器几个部分组成，其中，冷/热源机组负责冷/热能量的生产，输送系统负责能量的输送，智慧能量平衡阀负责用能区域的能量分配，用能区域部分负责区域内空气与管路中的冷/热水进行热交换，从而完成环境温度的调节，算法服务器则根据实时收集动态数据，为系统组成的各个部分提供最优控制方案。在图中，标有数字的连接线是各个部分与算法服务器之间用于数据传递的通讯线路，其他的连接线都是输送水的管路，具体的工作原理如图3所示。
100.在一个实施例中，每个所述目标供能区域均设置有温度控制器和温度传感器；
101.所述针对每个所述目标供能区域，获取所述目标供能区域的实际温度和预设温度，以及所述目标供能区域对应的平衡阀的用能数据，包括：
102.针对每个所述目标供能区域，按照预设时间间隔获取所述目标供能区域对应的温度传感器采集到的实际温度、所述目标供能区域对应的温度控制器的预设温度，以及所述目标供能区域对应的平衡阀的用能数据。
103.在一个实施例中，如图4所示，本发明涉及的建筑暖通空调系统的实时运行数据处理包括：区域温控器运行数据的采集：算法服务器定时采集各个目标供能区域的温度控制器的设定温度和温度传感器采集到的实际温度的数值，各个智慧能量平衡阀的用能数据；冷/热源机组、输送系统数据的采集：算法服务器定时采集冷/热源机组、输送系统的实时数据，数据包括电表数据、能量表，流量数据，通讯接口接入的相关数据等；温控器的控制：算法服务器依据预先确定的规则，向各个用能区域的联网的温度控制器发出温度设定指令，确保用能区域的环境舒适和节能。
104.在一个实施例中，所述根据所述实际温度、所述预设温度和所述用能数据，确定每个所述目标供能区域的用能需求预测值，包括：
105.根据所述实际温度t和所述预设温度ts，确定所述目标供能区域的温度差值δt；
106.根据所述温度差值δt和所述预设时间间隔δt，计算所述目标供能区域的温度变化率tr；
107.根据所述温度变化率tr，确定所述目标供能区域的供能需求。
108.在一个实施例中，在所述目标供能区域的供能需求为制冷需求的情况下，确定所述目标供能区域的正常温度波动率控制范围t
v01
；
109.根据所述温度变化率tr和所述正常温度波动率控制范围t
v01
，确定所述目标供能区域的温度下降率t
v1
；
110.在所述实际温度t大于所述预设温度ts，且所述温度下降率t
v1
大于或等于温度下降率参数t
vs1
的情况下，所述目标供能区域的用能需求预测值为第一能量值；
111.在所述实际温度t大于所述预设温度ts，且所述温度下降率t
v1
小于所述温度下降率参数t
vs1
的情况下，所述目标供能区域的用能需求预测值为第二能量值；
112.在所述实际温度t等于所述预设温度ts的情况下，所述目标供能区域的用能需求预测值为第一能量值；
113.在所述实际温度t小于所述预设温度ts，且所述温度下降率t
v1
大于或等于所述温度下降率参数t
vs1
的情况下，所述目标供能区域的用能需求预测值为第一能量值；
114.在所述实际温度t小于所述预设温度ts，且所述温度下降率t
v1
小于所述温度下降率参数t
vs1
的情况下，所述目标供能区域的用能需求预测值为第三能量值；
115.其中，所述第一能量值为上一阶段所述目标供能区域的用能数据对应的能量值δea1；
116.所述第二能量值为第一能量增量值eac1与上一阶段所述目标供能区域的用能数据对应的能量值δea1之和，第一能量增量值eac1＝(1+δt
×
5％)
×
δea1；
117.所述第三能量值为第二能量增量值eac2与上一阶段所述目标供能区域的用能数据对应的能量值δea1之和，第二能量增量值eac2＝(1+δt
×
2.5％)
×
δea。
118.在一个实施例中，所述方法还包括：在所述目标供能区域的供能需求为制热需求的情况下，确定所述目标供能区域的正常温度波动率控制范围t
v02
；
119.根据所述温度变化率tr和所述正常温度波动率控制范围t
v02
，确定所述目标供能区域的温度上升率t
v2
；
120.在所述实际温度t小于所述预设温度ts，且所述温度上升率t
v2
大于或等于温度上升率参数t
vs2
的情况下，所述目标供能区域的用能需求预测值为第四能量值；
121.在所述实际温度t小于所述预设温度ts，且所述温度上升率t
v2
小于所述温度上升率参数t
vs2
的情况下，所述目标供能区域的用能需求预测值为第五能量值；
122.在所述实际温度t等于所述预设温度ts的情况下，所述目标供能区域的用能需求预测值为第四能量值；
123.在所述实际温度t大于所述预设温度ts，且所述温度上升率t
v2
大于或等于所述温度上升率参数t
vs2
的情况下，所述目标供能区域的用能需求预测值为第六能量值；
124.在所述实际温度t大于所述预设温度ts，且所述温度上升率t
v2
小于所述温度上升率参数t
vs2
的情况下，所述目标供能区域的用能需求预测值为第四能量值；
125.其中，所述第四能量值为上一阶段所述目标供能区域的用能数据对应的能量值δea2；
126.所述第五能量值为第三能量增量值eac3与上一阶段所述目标供能区域的用能数据对应的能量值δea2之和，第三能量增量值eac3＝(1+δt
×
5％)
×
δea2；
127.所述第六能量值为第四能量增量值eac4与上一阶段所述目标供能区域的用能数据对应的能量值δea2之和，第四能量增量值eac4＝(1+δt
×
2.5％)
×
δea2。
128.在一个实施例中，所述获取暖通空调机组的n个空调中每个所述空调的运行数据，包括；
129.针对每个所述空调，根据所述空调对应的空调能效比预测模型，确定每个所述空调的最优能效比、最优负荷率、最经济能效比和最经济负荷率。
130.所述根据m个所述用能需求预测值和n个所述空调的运行数据，确定所述暖通空调机组的最优组合运行方案，包括：
131.在n个所述空调中任意两个所述空调的实际功率差值均小于第一预设功率差值的情况下，根据m个所述用能需求预测值以及n个所述空调的最优输出排序，确定所述暖通空调机组的n个所述空调的最优组合运行方案；
132.在n个所述空调中存在任意两个所述空调的实际功率差值大于或等于第一预设功率差值的情况下，计算n个所述空调的功率比率值；
133.根据n个所述空调的功率比率值，将n个所述空调的功率比率值按照降序排列，得到空调功率比率排序；
134.根据所述空调功率比率排序，确定所述暖通空调机组的n个所述空调的最优组合运行方案。
135.在一个实施例中，如图6所示，算法服务器收集冷/热源机组的工况数据，结合汇总的各个区域的用能数据，给出机组的最优运行方案，并发送至冷/热源机组的现场控制器，算法说明如下；
136.根据各个冷/热源机组的模型，确定该机组最优和最经济的cop值和plr，计算输出能量值：
137.最优能量输出(hr额定功率)：ho＝hrplr
max
138.最经济能量输出(hr额定功率)：he＝hrplr
min
139.根据终端用能需求，寻优选择冷/热源机组有两种情况需要分别考虑。
140.n台冷/热源机组额定输出功率差异较大时：
141.h
1r
＞h
2r
＞h
3r
...h
nr
142.cop＝h/p＝(h1+h2...hn)/p＝h1/p+h2/p...hn/p
143.cop1＝h1/p1＝h
1r
plr1/p
144.cop2＝h2/p2＝h
2r
plr2/p
145.......
146.copn＝hn/pn＝h
nr
plrn/p
147.每台机组的比率值ηi(pi为每台机器的输入功率，p所有机组输入功率之和，即)：
148.η1＝p1/p，η2＝p2/p
……
ηn＝pn/p
149.cop＝η1h1/p+η2h2/p...η
nhn
/p
150.所以机组总能效比为：
[0151][0152]
所有机组最优能效比之和为：
[0153][0154]
寻优策略：优先选择额定功率大的主机，并且工作在cop
max
状态，比较上述最优输出和终端用能需求ho和h，依次选取主机直到达到终端用能需求即完成冷/热源机组寻优方案；
[0155]
以大中小三台机组为例：
[0156]
机组数量n＝1,2,3，则最优输出分别为h
o1
,h
o2
,h
o3
；
[0157]
功率能效比依次为h
o1
》h
o2
》h
o3
,选取原则为:
[0158]ho1
≧h优选最大功率，高能效比的机组；
[0159]
h》h
o1
，优先依次选择大功率高能效比的机组；
[0160]
小功率机组作为补充；如:h》h
o1
,
[0161]
△
h1＝h-h
o1
(选择最大功率或者最高能效比1号机)，
[0162]
△
h2＝
△
h1-h
o2
(选择次大功率或者次高能效比2号机)
[0163]
△
h3＝
△
h2-h
o3
[0164]
直到h
on
≧
△hn-1
,即选择结束，n即为选择的机组数量；
[0165]
n台冷/热源机组额定输出功率相近的时候：
[0166]
根据上述计算获得的各个冷/热源机组的最优cop值和plr，以及最后计算出的最优输出能量值：
[0167]
以大中小三台机组为例：
[0168]
机组数量n＝1,2,3，则最优输出分别为h
o1
,h
o2
,h
o3
；
[0169]
功率能效比依次为h
o1
》h
o2
》h
o3
,
[0170]
寻优策略：根据计算各个机组最优输出的值ho值从大到小依次选择机组，累计选择达到和终端用能需求h匹配的机组数量，即完成冷/热源机组寻优方案。
[0171]
将上述冷/热源机组控制方案发至现场控制器(ddc)。
[0172]
在一个实施例中，如图7所示，建立空调能效比预测模型包括根据冷/热源机组、输送系统等部分实时上传的运行数据，为每部分的设备，分别建立数学模型，并根据不断上传数据进行迭代，使数学模型更精确。数学模型采用bp神经网络建立，bp神经网络算法如下：
[0173]
计算误差，误差e为(yk为网络的预测值，ok是实际期望的值)：
[0174]
初始化网络，初始化输入层和隐含层，以及输出层神经元之间的连接权值ωij，ωjk，初始化隐含层和输出阈值a，b，并设置学习率和激活函数。
[0175]
计算隐含层输出，x表示为输入变量，ωij，a，b分别为输入层和隐含层间的连接权值及隐含层阈值，隐含层输出h的计算为：
[0176][0177]
i为隐含层节点数，f为隐含层激活函数
[0178]
计算输出层，h为隐层输出，ωjk，b分别为连接权值和阈值，输出y为：
[0179][0180]ek
＝y
k-ok[0181]
向前传播，更新权值：
[0182][0183]
更新阈值：
[0184][0185]bk
＝bk+ηek，k＝1，2
…m[0186]
其中η为设定的学习率防止过拟合和欠拟合(范围0.01-0.25)；
[0187]
判断迭代和训练是否完成，未完成继续按照流程图循环完成；
[0188]
保存可预测最优冷热机组cop的数学模型，供后续寻优使用。
[0189]
在一个实施例中，所述获取所述输送系统的p个输送管道中每个所述输送管道的运行数据，包括：
[0190]
针对每个所述输送管道，根据所述输送管道对应的输送管道能效比预测模型，确定每个所述输送管道的能效比；
[0191]
根据每个所述输送管道的能效比，确定每个所述输送管道的功率和最大输出水流量。
[0192]
所述根据m个所述用能需求预测值和p个所述输送管道的运行数据，确定所述输送系统的最优组合运行方案，包括：
[0193]
根据m个所述用能需求预测值，确定m个所述目标供能区域的总需求流量；
[0194]
在p个所述输送管道中任意两个所述输送管道的功率差值均小于第二预设功率差
值的情况下，确定每个所述输送管道的变频率；
[0195]
根据p个所述输送管道的变频率，确定所述输送系统的n个所述输送管道的最优组合运行方案；
[0196]
在p个所述输送管道中存在任意两个所述输送管道的功率差值大于或等于第二预设功率差值的情况下，确定每个所述输送管道的输送比率值；
[0197]
根据p个所述输送管道的输送比率值，确定所述输送系统的p个所述输送管道的最优组合运行方案。
[0198]
在一个实施例中，如图8所示，算法服务器收集输送系统的工况数据，根据汇总的用能数据，给出系统的最优运行方案，并发送至输送系统的现场控制器，算法说明如下；
[0199]
根据各个输送系统的模型，确定该输送系统能效比per值，根据终端用能需求h和用能周期，计算出所需总流量f；
[0200]
并联系统当各个输送系统功率差别大时，计算per值(ηn为各泵的比率)
[0201][0202]
根据每个输送系统建立的模型，从能效比曲线中确定每个输送系统的pf
max
，并计算每个输送系统的f
max
(最大输出水流量)，比较上述输出和终端需求流量f和f
max
，依次选取输送系统直到达到所需的输送系统数量即完成输送系统寻优方案；
[0203]
并联系统当各个输送系统功率相近时，计算per值
[0204][0205]
计算各个输送系统的变频率(pfm变频率，m＝1
…
n)：
[0206]
f＝mfn＝mf
nr
pf
[0207]
pf＝f/mf
nr
[0208]
得到：pf1，pf2…
pfn，则：
[0209]
δpf＝|pf
m-pf
max
|
[0210]
找到pfm和pf
max
绝对值最小的差值对应的m值，即为最优的输送系统组合数量方案；
[0211]
将上述输送系统组合方案发至现场控制器(ddc)；
[0212]
现场设备控制：算法服务器根据各个区域未来下一时段的用能预测值，发送至各个区域的智慧能量平衡阀，完成能量分配。通过上述过程，本发明采用的技术路线以建筑暖通空调运行过程的大数据为基础，实现按需功能的目标。
[0213]
在本发明中，ddc：现场控制器；cop：能效比；plr：负荷率；ea：终端区域用能；h：用能量；hr：额定输出能量；hi：输出能量；f：输送系统流量；pf：输送系统变频率；m：变频泵数量；t：当前室温；ts：设置温度；t：当前时间；t0：初始时间；tr：温度变化速率；tv：室内温度下降率；tv0：正常温度波动率控制范围；tvs：温度上升/下降率参数。
[0214]
本发明通过安装智慧能量平衡阀，根据算法对各个区域未来时段用能的预测，并将用能数值下发到安装在各个输送管道上的智慧能量平衡阀，由平衡阀自动动态的调整该
目标供能区域的能量输送量，既满足了各个目标供能区域的用能需求，同时也兼顾了节能。
[0215]
本发明通过安装在目标供能区域内部的各种联网方式的温度控制器，可以将各个目标供能区域的温度值设定在合理的温度范围之内，既确保舒适环境，也减少了能量浪费，从而实现了节能。
[0216]
本发明根据建筑实际用能数据，以及各个末端区域的实际运行温/湿度数据，对未来时段的用能需求进行预测，这种基于实际运行动态数据的预测方法，更容易接近实际情况，并提升预测的准确度。
[0217]
本发明提供了一种建筑暖通空调节能优化系统，应用于m个目标供能区域，包括以下程序模块：
[0218]
第一获取模块，用于针对每个所述目标供能区域，获取所述目标供能区域的实际温度和预设温度，以及所述目标供能区域对应的平衡阀的用能数据；
[0219]
第一确定模块，用于根据所述实际温度、所述预设温度和所述用能数据，确定每个所述目标供能区域的用能需求预测值；
[0220]
第二获取模块，用于获取暖通空调机组的n个空调中每个所述空调的运行数据；
[0221]
第二确定模块，用于根据m个所述用能需求预测值和n个所述空调的运行数据，确定所述暖通空调机组的最优组合运行方案；
[0222]
第一控制模块，用于根据所述暖通空调机组的最优组合运行方案，控制所述暖通空调机组向输送系统供能；
[0223]
第三获取模块，用于获取所述输送系统的p个输送管道中每个所述输送管道的运行数据；
[0224]
第三确定模块，用于根据m个所述用能需求预测值和p个所述输送管道的运行数据，确定所述输送系统的最优组合运行方案；
[0225]
第二控制模块，用于根据所述输送系统的最优组合运行方案，控制所述输送系统向m个所述目标供能区域供能；其中，m、n和p均为正整数。
[0226]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入器。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wi f i、运营商网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种图文排版编辑方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入器可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
[0227]
本领域技术人员可以理解，图9中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0228]
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，涉及上述实施例方法中的全部或部分流程。
[0229]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，涉及上述实施例方法中的全部或部分流程。
[0230]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。
[0231]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0232]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。